Learning Path of Lucien Cao

发表于 更新于 分类于

计算机图形学渲染技术：从光栅化到路径追踪

引言

计算机图形学渲染技术是将三维虚拟场景转换为二维图像的关键过程，广泛应用于游戏、电影、科学可视化等领域。本此报告将从基本概念出发，深入探讨光栅化、光线投射、光线追踪、路径追踪等渲染技术的发展与应用。

阅读全文 »

发表于 更新于 分类于

1. 什么是辐射场？

辐射场（Radiance Field）是计算机图形学中的一个核心概念，用于描述光线在三维场景中的传播特性。它定义了每个空间点（位置）在每个方向上的光线强度。

阅读全文 »

发表于 更新于
时间 事项
2024年12月13日（星期五） 19：00-20：00 组会报告
2024年12月21日（星期六） 19：00-21：00 机器学习考试
2024年12月24日（星期二） 14：00-16：00 操作系统考试
2024年12月30日（星期一） 19：00-21：00 基础法语（2）考试
2025年01月07日（星期二） 09：00-11：00 数据结构与算法考试

发表于 分类于

获取API相关参数

选择Bash，执行如下命令

1
sub_id=$(az account list --query [].id -o tsv) && az ad sp create-for-rbac --role contributor --scopes /subscriptions/$sub_id

或者，选择PowerShell，执行如下命令

1
sub_id=$(az account list --query [].id -o tsv) ; az ad sp create-for-rbac --role owner --scopes /subscriptions/$sub_id

或

1
az ad sp create-for-rbac --role contributor

发表于 分类于

高性能计算（GPGPU 编程）详解

GPGPU（General Purpose GPU Programming） 指的是利用图形处理器（GPU）进行通用计算，而非传统的图形渲染任务。这种编程模式通过专用工具直接控制 GPU 的计算核心，使开发者能够执行高性能并行计算。与图形 API（如 OpenGL、DirectX）相比，GPGPU 编程绕过了传统的图形渲染流水线，直接操作 GPU 的计算资源。

阅读全文 »

发表于 更新于 分类于
  • 技术的定义和特点对比表：
技术 定义 优缺点 性能开销 渲染效果
光栅化 将 3D 几何投影到 2D 屏幕上，将投影转化为像素图像 优点：计算成本低
缺点：不直接计算光线传播，需手动模拟反射和阴影效果		 🚀 ⭐
光线投射 从摄像机发射光线，计算与几何体的第一次交点 优点：支持直接光照
缺点：不支持反射和折射或间接光照		 🚀🚀 ⭐⭐
光线追踪 从摄像机发射光线，递归计算反射和折射 优点：支持反射和折射
缺点：间接光照效果不完善		 🚀🚀🚀 ⭐⭐⭐
路径追踪 在光线追踪的基础上随机采样光线路径，递归计算反射和折射 优点：支持全局光照（=直接光照+间接光照）
缺点：计算成本高		 🚀🚀🚀🚀 ⭐⭐⭐⭐
  • 适用于隐式表面的渲染技术：
技术 定义 特点
光线行进 光线步进前进，使用距离估计函数，找到隐式表面或体积数据的交点 适合隐式表面或分形几何

发表于 更新于 分类于

安装字体

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import subprocess
FontNotInstalled = subprocess.run('fc-list | grep "Noto Serif CJK JP"', shell=True)

if FontNotInstalled.returncode:
    subprocess.run('apt install -y fonts-noto-cjk', shell=True)
    import matplotlib
    cache_dir = matplotlib.get_cachedir()
    import shutil
    shutil.rmtree(cache_dir)
    import os
    os._exit(0)
else:
    pass

from matplotlib import rcParams
rcParams['font.family'] = 'Noto Serif CJK JP'
rcParams['axes.unicode_minus'] = False

挂载 Google Drive

1
2
from google.colab import drive
drive.mount('/content/drive')

设置工作目录

1
2
import os
os.chdir('/content/drive/MyDrive/Colaboratory/机器学习/实验四')

导出 Notebook 为 LaTeX

1
2
3
%%capture
!sudo apt install -y pandoc texlive-xetex
!jupyter nbconvert --to latex 'PCA算法和K-means算法.ipynb' --output-dir='LaTeX'
0%